Krachtige .NET OCR API om tekstherkenning uit te voeren

Aspose.OCR voor .NET-installatie

U kunt de OCR-bibliotheek voor C# .NET installeren door het MSI-installatieprogramma of DLL's te downloaden van de downloadsectie. Of u kunt het NuGet-pakket gebruiken om het in te stellen. De opdracht voor de Visual Studio-pakketbeheerconsole wordt hieronder gegeven:

PM > Install-Package Aspose.OCR

Efficiënt OCR uitvoeren op PDF-documenten en afbeeldingen converteren naar tekst

Herken en extraheer tekst uit PDF-documenten in .NET

Optische tekenherkenning voor gescande PDF-documenten wordt eenvoudig gemaakt met behulp van Aspose.OCR voor .NET. Het is een van de meest populaire functies van de .NET PDF-document OCR API en voorziet iedereen die met de API werkt van alle benodigde tools om tekst uit PDF-documenten te herkennen, extraheren en converteren naar meerdere indelingen. Laten we eens kijken naar de stappen die nodig zijn om OCR op PDF-documenten uit te voeren en de geëxtraheerde tekst van PDF naar Word-indeling te converteren:

• Instantieer de klasse AsposeOcr.
• Maak een object van de klasse DocumentRecognitionSettings.
• Geef de OCR-taal op.
• Roep de methode RecognizePdf() aan om RecognitionResult te krijgen. Voeg bestandspad en DocumentRecognitionSettings-object toe als argumenten.
• Sla de tekst op met de methode SaveMultipageDocument(). Voeg het uitvoerbestandspad, de objecten SaveFormat en RecognitionResult toe als argumenten

// This code example demonstrates how to OCR PDF documents and save the recognized text as DOCX.
// Initialize the PCR engine
AsposeOcr recognitionEngine = new AsposeOcr();
// Initialize recognition settings
DocumentRecognitionSettings recognitionSettings = new DocumentRecognitionSettings();
// Specify language for OCR. Multi-language by default
recognitionSettings.Language = Language.Eng;
// Recognize text from PDF
List results = recognitionEngine.RecognizePdf("C:\\MyFiles\\test.pdf", recognitionSettings);
// Save the recognized text as Word (DOCX) file
AsposeOcr.SaveMultipageDocument("C:\\Files\\OCR_result.docx", SaveFormat.Docx, results);

Converteer afbeeldingen moeiteloos naar doorzoekbare PDF's in .NET

Met de krachtige .NET OCR API kunnen ontwikkelaars doorzoekbare tekst extraheren uit gescande afbeeldingen en foto's van verschillende veelgebruikte afbeeldingsindelingen zoals GIF, PNG, JPG, BMP en TIFF. Als u OCR-mogelijkheden wilt integreren in uw .NET-apps, kan de functie voor het converteren van afbeeldingen naar tekst deze ondersteunen. Hier zullen we de stappen bekijken die nodig zijn voor het efficiënt converteren van JPG naar PDF met behulp van de robuuste OCR API voor .NET:

• Stel het invoerbeeldbestandspad in voor tekstherkenning.
• Maak een klasse-instantie AsposeOcr
• Gebruik de methode RecognizeImage om tekst in uw geselecteerde afbeeldingsbestand te herkennen.
• Sla het verwerkte bestand op met behulp van de methode Save en voeg de naam van het uitvoerbestand en de SaveFormat toe als argumenten.
• Zorg ervoor dat u het resulterende bestand instelt op een doorzoekbaar PDF-document met behulp van SaveFormat.

// Set path for input image to recognize
string image = "OCR_test.jpg";
// Initialize AsposeOcr class instance
AsposeOcr api = new AsposeOcr();
// Recognize input image with RecognizeImage method
RecognitionResult result = api.RecognizeImage(image, new RecognitionSettings());
// Save output to searchable PDF file
result.Save("OCR_output.pdf", SaveFormat.Pdf);

Gebruiksvriendelijke .NET OCR-bibliotheek voor tekstextractie in foto's